人工智能促进教育变革创新
通过云平台布置电子作业，利用数据分析课堂上学生学习行为，推进学校管理流程迈向数字化……前不久，2022国际人工智能与教育会议在线上举行，来自全球数十个国家的政府官员、专家学者、一线教师、企业代表等相聚“云端”，畅叙人工智能时代教育发展图景。
作为引领新一轮科技革命和产业变革的重要驱动力，人工智能催生了大批新产品、新技术、新业态和新模式，也为教育现代化带来更多可能性。习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。国务院印发的《新一代人工智能发展规划》，明确利用智能技术加快推动人才培养模式、教学方法改革；教育部出台《高等学校人工智能创新行动计划》，并先后启动两批人工智能助推教师队伍建设试点工作；中央网信办等八部门联合认定一批国家智能社会治理实验基地，包括19个教育领域特色基地，研究智能时代各种教育场景下智能治理机制；科技部等六部门联合印发通知，将智能教育纳入首批人工智能示范应用场景，探索形成可复制、可推广经验……“人工智能+教育”不断碰撞出新的火花，为教育变革创新注入强劲动能。
“人工智能+教育”，应用就在身边。音乐课上，虚拟数字人“元老师”跨越时空限制，带领多所学校学生同唱一首歌；体育课上，学生开始跳绳项目测试，智能终端上实时显示心率变化、跳绳次数、平均速度等数据。技术改变课堂，潜力无限。比如，借助虚拟现实技术，学生能够模拟穿上太空服行走在宇宙，感受浩瀚星河的魅力；通过增强现实技术体验川剧变脸，平面的课本知识变得可感可知。现实中，越来越多的学校已经开设或准备筹备人工智能教育教学活动。
“人工智能+教育”，变革教育生态。教、练、考、评、管各环节均有人工智能辅助，让教师教得更好；虚实融合多场景教学、协同育人，让学生学得更好；海量线上数据和逐渐强大的算力，让学校管理更加精准。此外，在人工智能支撑下，优质数字教育资源跨越山海，推动教育更加公平、开放。在西藏墨脱县，得益于多媒体器材配备到雅鲁藏布大峡谷深处、“智慧课堂”全覆盖，门巴族孩子小学入学率实现100%。
我国发展“人工智能+教育”具备良好基础和独特优势。比如，语音识别、视觉识别等技术世界领先；国家智慧教育平台汇集了海量的数据资源，2.91亿在校学生和1844.37万专任教师展现出丰富的应用需求；教育领域数字化基础条件全面提档升级，全国中小学（含教学点）互联网接入率达到100%，99.5%的学校拥有多媒体教室，学校配备的师生终端数量超过2800万台。也应看到，人工智能技术在教育领域的应用仍处于起步阶段。“数字鸿沟”可能将部分学生排除在智能教育之外，数据收集、使用、分析等环节存在安全隐患，相关公共政策制定较为滞后……以人工智能赋能教育现代化，这些都是需要回答好的课题。
着眼未来，应携手打造高质量、有温度的人工智能教育生态。人机协作如何更聪明，人机对话如何更友好，是“人工智能+教育”的长期课题。一方面，技术应服务育人，在让其“授业”“解惑”的同时，必须坚持教师“传道”的主体地位。另一方面，人也要理解、善用技术，努力提升信息应用能力，让人工智能更好辅助教学。教育是动态的、发展的，理性思考人与技术的关系，把握教育规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育深度融合、创新发展，才能更好赋能教育现代化，培养顺应时代发展要求的创新人才。（吴丹）
2023人工智能教育蓝皮书：现状、挑战与发展建议｜附下载
周丹腾讯青少年人工智能教育负责人
吴朋阳腾讯研究院智慧产业研究中心主任
人工智能作为新一轮科技革命和产业革命的重要驱动力量，正在深刻改变人们的生活、工作和教育学习方式，人工智能技术越来越多地应用在教学管理的各个环节，人工智能课程也逐渐成为中小学阶段的重要教学内容之一。
为贯彻落实《中国教育现代化2035》，更全面地调研我国中小学人工智能课程教学和技术赋能教育的现状，腾讯研究院联合华东师范大学、中国教育科学研究院开展全国人工智能教育现状调研，编写了《2022人工智能教育蓝皮书》，旨在为未来中小学人工智能教育落地提供有效路径参考。
本次蓝皮书面向全国25个省市的中小学校长、教师和学生进行问卷抽样调查，从2021年9月至10月获得有效问卷总计超过19万份，样本量较为充分。蓝皮书从人工智能教育的定义及应用比较、人工智能赋能教育的技术应用情况、人工智能课程的教学设置及师资实践等维度，通过不同地区校长、教师和学生不同视角的比较研究，反映出当下人工智能教育的现状及挑战，并对未来发展给出建设性建议。（文末提供本报告电子版和纸质版的获取方式）
人工智能教育的内涵和关键词
教育学者从不同的视角和层次出发，按照观点内容的指向性，将人工智能教育的内涵分为三大类：第一类是工具，人工智能教育即人工智能赋能教育，主要指向人工智能的应用层面，支持教、学、管、评等教育活动的技术手段，利用智能工具对教育系统各要素进行自动分析，支持规模化教学与个性化学习，加快人才培养模式和教学方法的改革。第二类是内容，人工智能教育即人工智能课程教学，以人工智能为学习内容的教育，包括人工智能知识教育、应用能力教育和情意教育等，是提升个体人工智能素养的泛学科性教育。第三类是工具与内容的组合，将以上两类观点进行整合，实现学习层面与应用层面的统一与融合。
图1人工智能教育的分类
工具：
人工智能赋能教育的重要发现
1.学校信息化智能系统建设仍处于“重硬轻软”阶段。受访学校的信息化硬件设备总体情况较好，并配备了一定数量的智能设备，但是人工智能技术教育应用的相关软件系统还较为欠缺。
图2学校所拥有的人工智能软硬件教育装备情况（N=1423）
图3学校在课堂教学中应用人工智能技术的情况（N=1423）
2.学校管理层愿意推进人工智能教学应用，同时对系统安全诉求强烈。受访校长对人工智能技术在学校管理方面的应用满意度较高，并且愿意继续推进人工智能技术在学校中的进一步应用；学校都愿意通过设立“教学服务团队”、“邀请人工智能专家提供指导”等渠道为人工智能在教育方面的应用提供支持；校长们还认为教师最需要的外部支持是为教师创造在教学中使用人工智能产品的文化氛围、配置成熟的人工智能教学应用产品、增加教师在教学中使用人工智能产品的激励机制。由于人工智能技术在教育应用中可能导致师生的个人信息泄露或被监视等问题，因而校长对搭建校园安全预警防范系统的态度较为强烈。
图4校长对人工智能技术在学校管理应用的满意度情况（N=1423）
3.教师整体认可人工智能教学工具的价值，但也受阻于相关产品的不成熟和系统培训的缺乏。受访教师对人工智能在教学中的应用较为满意，认为在教学中应用人工智能技术可以提高他们的教学自信心，但同时也反映在操作人工智能产品中遇到困难的问题。教师认为最阻碍在教学中有效应用人工智能技术的因素是缺乏成熟的智能产品以及配套的资源与服务，其次是中小学中缺乏对一线教师进行人工智能相关课程的系统培训。
图5教师应用人工智能技术的阻碍因素（N=26806）
4.学生普遍愿意使用人工智能学习工具，希望获得个性化评估与辅导。大部分受访学生都对人工智能教育持有积极的态度，愿意使用人工智能学习工具，并认为使用人工智能技术会促进学习。仅有不到一半的受访学生使用过人工智能学习工具辅助学习，使用过的学生则都能够利用人工智能学习工具自主获取所需要的学习资源，实现学习方式的多样化。
图6学生使用人工智能学习工具的类型（N=54684）
大部分受访学生认为，智能评价系统从不同角度分析学习数据，能精准反映实际学习情况，对学习有很大帮助，并期望智能学习工具能够基于问题给予学生详细的解析思路和过程，在此基础上配备相应的讲解视频，全方位多角度地对学生进行有针对性的辅导。
图7学生期望的智能学习工具（N=46462）
内容：
人工智能课程教学的重要发现
1.政府拨款采购是人工智能课程资源配置的主要方式。受访学校拥有的智能技术硬件设备或软件设施等资源，超过半数以上是通过“政府拨款采购”的方式获取的，这表明在人工智能进入中小学的过程中，政府发挥着重要的作用，为课程资源的配置提供坚实的政策和资金支持。
图8人工智能课程资源获取途径（N=1423）
2.学校管理层普遍积极推进人工智能课程，教师能力培养和课程体系完善是当务之急。对于中小学人工智能课程的发展前景，大多数的受访校长保持积极的态度，认为人工智能课程具有光明的应用前景。超半数的受访学校已经开设或正在筹备人工智能教育教学活动，聚焦人工智能课程的教师培养、课程规划以及硬件设备、设施环境等。
图9人工智能教育教学活动的开展情况（N=1423）
图10学校开展人工智能课程建设的主要工作类型（N=838）
3.人工智能课程的教师数量较少，大部分教师认为自身专业知识和能力一般需要进行系统培训。受访的中小学校中，参与人工智能课程教学活动的教师数量较少，专职讲授人工智能课程的教师寥寥无几，大多数受访教师认为自己对于人工智能专业知识和相关工具的掌握程度一般，且开设的人工智能课程尚处于了解与体验阶段，授课时间频率在1周1课时。
图11教师对人工智能相关知识的掌握情况（N=2159）
图12教师开设人工智能课程的阶段（N=2159）
讲授人工智能课程的教师普遍认为，中小学有必要开展与人工智能教学相关的职前培训，仅有三成左右的教师在高等教育阶段接受过人工智能教学培训，且认为培训课程的难易程度适中。
中小学人工智能课程教材的获取途径主要分为两种：直接采购和自主研发；教材的购买主体一般为学校，而教材的开发主体一般为人工智能课程教师，仍有近三分之一的教师表示其所在学校的人工智能课程并没有配备相应的教材资源。
图13人工智能教材资源的配套情况（N=838）
4.学生学习人工智能课程普遍喜欢课外活动、竞赛等多元化的教学方式。大部分受访的学生对自主探究和小组合作的授课形式表示满意，认为项目式的学习方式有益于教学活动的开展，贴近生活的情境学习可以激发他们的学习兴趣，运用人工智能技术解决问题的方法能够提高他们动手实践和创新思维的能力，希望学习人工智能课程可以走出课堂，参加丰富多元的课外活动或竞赛。
图14学生期待的人工智能课程开展形式（N=105955）
地区发展差异分析
1.东部地区学校的信息化基础设施情况和人工智能设施设备情况都是最好的，而东北地区的人工智能系统情况不够乐观，这将导致地区间差异逐渐拉大，更会影响后续人工智能课程的开设与发展。
图15不同地区学校在课堂教学中应用人工智能技术情况
2.东部地区的校长对于人工智能在教育管理上的应用持有赞同态度的比例最高，而东北、中部、西部地区的认同态度比例明显低于东部地区，中部地区最低。
图16不同地区校长对工智能教育管理应用的赞同比例
3.目前各区域人工智能教师培训内容以人工智能教育的理念和理论为主，其中东部地区人工智能教师的培训内容丰富度最高，其他各方面的占比均高于其他地区。
图17不同地区人工智能教师培训内容
4.根据学生使用人工智能工具类型可看出，东部地区中小学生能够自主寻找网络资源满足自己的学习需求，并根据系统的评价与反馈进行自我反思，其信息化素养较高且利用技术解决现有问题的意识也比较强烈，人工智能工具对西部地区中小学生的学习有着更为明显的促进作用。
图18不同地区学生使用人工智能工具情况
5.大部分区域中开设人工智能课程的学校已经具备相关的配套教材资源，其中教材获取途径以学校自主研发为主。
图19不同地区人工智能教材配套情况
6.在“双减”政策下，各区域均考虑开展人工智能课程的课后托管服务，其中中部地区最为突出。
图20不同地区学校考虑开展人工智能课后托管情况
人工智能教育的未来展望
综观人工智能教育发展现状和主要问题，未来发展可从以下几个方面重点考虑：
一是构建公平而有质量的人工智能教育生态系统。人工智能发展带来了社会全方位的变革，也对教育提前布局人力资本提出前所未有的要求。首先，从国家战略的角度要对人工智能教育进行顶层设计，在国家层面制定宏观的规划与方案，再根据地区的差异因地制宜进行调整。其次，国家要大力投资与人工智能教育相关的研究项目，制定高精尖人才培养政策，建设人工智能精英人才库，为人工智能人才提供实践的大舞台。最后，要树立正确的人工智能价值导向，培养人工智能时代具有社会责任感的中国公民，并高度重视人工智能教育发展可能带来的伦理问题，为构建一个和平、包容、稳定的社会做出贡献。人工智能专业人才的培养，不仅依托智能化资源与内在价值认同等基础条件，也需要社会生态与文化情境的有力支撑。
二是提高教师应用人工智能教育技术的能力。未来的课堂，将由人类教师与人工智能教师共同协作承担教学任务，两者各自发挥优势，各司其职。其一，积极开展跨校际、跨区域的教研活动，利用课堂教学智能分析系统，结合不同地区优秀教研员的点评分析，为研修教师提供精准服务，指导、组织、协助研修教师进行深度学习。其二，组织开展人工智能的相关技能培训，转变教师的教学理念，帮助教师精准掌握人工智能的技术，完善学校教师的激励机制，推动教师积极应用人工智能技术开展教学活动，协同实现个性化教育、公平教育与终身教育,促进人的全面发展。
三是推动学校教育评价改革，完善学生评价机制。响应《深化新时代教育评价改革总体方案》中提出的“改进结果评价、强化过程评价、探索增值评价、健全综合评价”、“提升教育评价的科学性、专业性、客观性”的明确要求，一方面，借助大数据、人工智能等技术，以学生在学习过程中的动态数据为基础，实施学习诊断分析，建立围绕学生成长的数据档案，探索各学段学生学习情况的全过程纵向评价。另一方面，优化教育评价方式和转变评价焦点，定期完成核心评价指标的统计和分析，聚焦学生核心素养发展，构建“五育并举”的学生综合素质评价体系，推动德智体美劳全要素的横向评价落地，构建一条完整的人工智能赋能教育领域的清晰路径。
报告全文提供两种获取方式：
1.希望获得电子版报告的读者，请扫码填写您的邮箱地址和单位信息，我们将及时发送；
2.希望获得纸质版报告的读者，请在留言区留下您对人工智能教育的看法，我们将根据点赞数量，选出10位寄送。
我们需要怎样的人工智能基础教育
加强人工智能基础教育，是未雨绸缪应对未来社会发展的必然选择和要求。在促进教育高质量发展的过程中，人工智能不仅要被作为“术”，即提供科学知识与核心技术的内容载体和工具方法，更要被作为“道”，提供观念理念与思维认知，助力“实现人的自由”“促进人的全面发展”。
人工智能被视为影响第四次工业革命和教育革命的标志性技术，人工智能基础教育的重要性也已成为社会共识。随着《新一代人工智能发展规划》的颁布，教育部先后提出将有关编程教育纳入中小学生必修课程及高考等政策，并在北京、广州等5个城市进行试点。这被普遍认为有利于推动人工智能在基础教育阶段的发展。
尽管不少学生将编程列入校外学习清单，高中生对信息学奥赛的参与度也大热，但据《开发者技能报告》数据显示，中国学校的编程教育渗透率仅为0.96%，美国和英国则分别为44.8%、9.31%。此外，在资本的驱动和教育竞争焦虑的“哄抬”下，人工智能基础教育出现的一些乱象，不可不察。
比如，人工智能被窄化理解为编程，国家义务教育阶段课程标准付之阙如，专任教师队伍专业化程度较低，课程教材等资源配置质量良莠不齐；学校教育受到校外培训挤压的同时又严重依赖于校外力量，学校教育社团化、小众化、择优化倾向严重；区域差异、城乡差异、校际差异及性别差异较大；教学评价单一化与竞赛功利化并存等问题凸显，等等。人工智能基础教育随着其重要性的提升，愈发呈现工具化、资本化、分层化和功利化倾向，这显然与人工智能基础教育的初心和科技向善的价值理念相违背。
加强人工智能基础教育，是未雨绸缪应对未来社会发展的必然选择和要求。在促进教育高质量发展的过程中，人工智能不仅要被作为“术”，即提供科学知识与核心技术的内容载体和工具方法，更要被作为“道”，提供观念理念与思维认知，助力“实现人的自由”“促进人的全面发展”。
基础教育不同于职业教育和高等教育，不是为了培养受教育者专业的技能、习得精深的知识，而是旨在为儿童打下未来身体发展、人格发展、学力发展和社会发展的基础。科学素质、科学素养已是现代社会的基本素质和必备素养，可以预见的是，面向未来智能社会，计算机科学等必将纳入核心科学的范畴。那么，我们究竟需要怎样的人工智能基础教育？
计算机科学作为一门真正要深入到中小学教育中的科学，被赋予了促进公平的更多责任和期待。从教育对象的全纳性出发，作为计算机科学分支的人工智能，应贯穿从小学到高中的连续学校教育过程。以科学或信息技术课为载体的人工智能教育，不应只是部分学生的“特长”、部分学校的“增光项目”、部分地区的“优先权”，而应是面向所有学生的普及教育、扎根于日常课堂教学中的基本素养和必修学科，注重可教性、可学性与可获得性。越是欠发达地区，越应落实课程的普及化开设和差异化教学，并将其作为促进公平、提高学校吸引力的抓手。
学校教育的知识传授目标之本在于“传道”，之末在于“授业”。知识的增加是一种外显的行为变化，而知识随着技术发展与社会更迭会不断发展和变化，知识的学习也是无法穷尽的。人工智能的发展正在重新定义人类知识和能力的价值，强化对知识机械记忆的教育将越来越没有价值，而学校教育和课本教材的更新速度也远不及科技知识发展的速度。况且学校教育的时间非常有限，知识的传授并不是越多越好，通过知识的学习来培养学生的能力和素养才是内隐的核心。
有必要指出，教中小学生编程，不是为了让他们会背代码、算数学、写程序，人工智能作为学习的内容载体和路径形式，最终的目标应是让学生掌握基本原理、问题解决的思路与方法、培养批判性思维的科学精神及学习兴趣。当前，各级各类的编程类、信息学等竞赛激励过早介入，形成了恶性竞争和拔尖筛选机制，同样扼杀了人工智能基础教育的可能性和公平性。未来，有必要进一步优化竞赛机制和功能。同时，也应通过多种方式的引导，增强人们对人工智能基础教育厚基础、重实践、强思维、求创新这些核心目标的关注和理解。
（作者：王学男，系中国教育科学研究院博士、助理研究员）
《光明日报》（2021年02月03日02版）
(责编：何淼、申亚欣)分享让更多人看到
智能时代的教育创新趋势与未来教育启示
一部人类文明史，就是教育和科学相互激励、相互促进的历史。纵观工业革命以来的人类社会发展历程，时代变迁总是伴随着重大产业变革和经济社会的跨越式发展，而主导时代变迁的源泉则是科技进步。当前，新一轮科技革命正风起云涌，以人工智能为代表的前沿技术对人们的生产生活产生了重大影响，加快推动人类社会迈向人机协同、跨界融合、共创分享的智能时代。
智能时代，新一代信息技术进入创新密集期。中国应抢抓机遇，积极推进前沿技术与教育教学的深度融合，促进教育理念、教学方式和管理模式创新，为实现教育公平、建设高质量的教育体系以及构建更加开放、包容的终身学习体系夯实基础。新冠肺炎疫情对全球教育体系造成了严重冲击。受疫情影响，全球大部分学校被迫关停，约190个国家暂停了线下课程，超过15亿学生的教育进度受到影响，在线教育成为实现“停课不停学”的唯一选择。在大规模在线教育实践中，现代信息技术不仅发挥了重要支撑作用，同时还引领着未来教育的创新与变革。后疫情时期，面对更为复杂多变的国际国内形势，为确保教育现代化目标任务的实现，我们迫切需要认真反思传统教育体系存在的不足，积极推动信息技术与教育教学的深度融合，加快构建面向未来的教育新生态。研究在对智能时代进行界定和分析的基础上，基于《面向智能时代：教育、技术与社会发展》一书中的团队研究成果，总结提炼智能时代教育创新与变革的十大趋势，并根据智能时代教育创新特征及教育本质，进一步获得研究未来教育的五点启示。
一、智能时代呼唤教育创新与变革
(一)迈向智能时代
人类社会的发展大致经历了农业时代、蒸汽时代、电气时代和信息时代。时代更迭具有三大显性特征：一是科学技术的发展奠定了不同时代的生产力基础；二是生产要素随着时代更迭不断演进，而新生产要素的形成，会驱动人类社会迈向更高发展阶段；三是生产力的飞跃也带来生产关系的重大变革，并引起社会生活各领域发生重要变化。
1956年举行的达特茅斯(Dartmouth)会议被认为是“人工智能”诞生的标志。步入信息时代后，互联网技术的发展和高性能计算机的出现，加速了人工智能的创新研究，也促使其从研究走向应用。近十年来，在新理论和新技术的驱动下，人工智能呈现蓬勃发展态势，产业链条逐步形成、集群发展态势显著、溢出效应日益突出。在人工智能引领下，大数据、云计算、物联网、区块链、5G等新一代信息技术加速突破应用。这些前沿技术不断颠覆传统生产模式、组织方式和产业形态，推动传统产业转型升级、新兴产业发展壮大。同时，前沿技术已从互联网领域渗透至传统行业，其应用场景日益丰富、应用价值不断凸显，在包括教育在内的多个服务行业已经有了较为成熟的应用，极大促进了人们工作和生活的智能化。
前沿技术的创新与应用也推进了经济的数字化转型。当前，全球数据呈现爆发增长、海量集聚的特点，以大数据为代表的信息资源已成为重要的战略资源和新生产要素，并和其他要素一起融入经济价值创造过程，推动生产力变革。生产力的发展也促进了生产关系的变革。随着互联网技术的普及，人们开始降低对传统单一生产资料的依赖，而转向多元化的劳动输出，雇佣关系从紧耦合变成了松耦合。人机协同、跨界融合与共创分享的新型发展模式，也使人们摆脱了机械与繁杂的工作，可以基于自由意志展开个体之间的分工、合作与创作。前沿技术还驱动了知识的高效生产、传播和应用，促进了财富积累方向由资本转向知识，不仅急剧提升了财富增长的速度，也增加了收入分配格局调整的灵活性。因此，相比信息时代的计算机和互联网，以人工智能为代表的驱动生产力变革的新技术已经出现，催生了新的生产要素、改变了传统生产关系。历史发展和实践表明，我们正迈向或已经进入了一个由人工智能技术为引领的智能时代。
如果将时代更迭、技术进步与经济周期联系在一起，通过对工业革命以来全球经济增长五次长波的考察，亦可佐证我们的观点。1939年，著名经济学家、创新之父熊彼特将微观企业创新与宏观经济周期相结合，提出了“技术长波论”，指出在经济发展过程中同时存在着长、中、短三种长度不同的周期，而长周期主要是由以产业革命为代表的重大创新活动(群集)引起的，每个长波均以根本性技术创新为标志。熊彼特认为，经济发展是一个动态、非均衡的过程，而创新活动非连续、非平衡的动态过程与经济的繁荣及衰退是相互对应的。由于新技术的全面应用，生产效率显著提升，周期之后的均衡水平将高于之前水平，这一过程即为“创造性毁灭”，而“创造性毁灭”是推动社会向前发展的根本动力。
自工业革命以来的200多年间，人类社会一共经历了五次经济长波，每一轮长波又分为繁荣、衰退、萧条和复苏四个阶段，每一轮长波都伴随着重大技术创新及其主导的产业变革。第一个长波时间约为1780—1842年；第二个长波时间约为1842—1897年；第三个长波的时间约为1897-1946年；第四个长波的时间约为1946—1991年。第五次经济长波复苏时间约在1982年左右，繁荣期以1991年互联网以及信息技术领域的一系列技术创新高潮为标志，是目前仍在进行且尚未完成的经济长波，波峰出现在2008年左右，并以2008年全球金融危机为标志，第五次长波进入下降阶段。从长波持续的时间来看，前四次长波的平均周期为55年左右，而第四次仅经历了45年，长波持续时间不断缩短的背后是知识和技术迭代速度的不断加快。从1991开始的第五次长波至今已持续近30年，且在2008年左右由上升波转为下降波，繁荣期接近20年，2008—2015年左右是此轮长波的衰退期，从2015—2025年左右，该轮长波将进入萧条期并达波谷，此后在主导技术驱动下经历复苏并开启第六次长波。如果前沿技术和产业变革速度比预期更快、技术的外溢和扩散效应更强，那么第五轮长波周期有可能进一步缩短，第六次经济长波有望在2030年左右开启。
当前，我们正处在第五次长波的下行区间，叠加新冠肺炎疫情影响，未来几年，全球经济很可能面临进一步萧条并逐步探底。然而，下行区间往往是新一轮主导技术的萌芽期和发展期，全球范围正在兴起的新一代信息技术创新浪潮即是最好的佐证。可以预见，作为引领变革的战略性技术，以人工智能为标志的新一代信息技术将成为第六次经济长波的主导技术，其对全球产业格局、经济社会变革的影响将远超历次工业革命，也将成为人类社会迈向智能时代的决定性力量。如果我们把以人工智能为主导技术的第六次长波开启时间作为步入智能时代的标志，那么未来10—20年左右，我们将步入智能时代；如果我们以正在兴起的新一轮科技和产业变革作为智能时代到来的标志，便可以认为我们已进入智能时代。
智能时代，以信息化、数字化、智能化为特征的前沿技术不断催生新产业、新业态和新模式，为新一轮长周期繁荣奠定了坚实基础。根本上，前沿技术的蓬勃发展在很大程度上得益于新一代信息技术群进入密集成熟期，算法向并行化、复杂化、规模化发展。算法与深度学习等不断促使人工智能向“拟人化”方向发展，即机器深度学习人类思维，实现技术本身的智慧化。如果将“智能”理解为语言、逻辑、空间、认知等能力，那么“智慧”便是指从感觉到记忆再到思维的过程，也就是说“智慧”是“智能”的升华与进阶。具体来看，数据是信息的载体，信息与实践融合会形成知识，而知识的获取在于思维的形成，思维形成过程即为智慧。智能时代，低延时的5G作为新“信息高速公路”为各主体间智慧的流动提供了桥梁，构建了万物智联、交融共生的5G信息生态，推动智慧社会的形成。可以说，智慧社会将是智能时代里程碑式的产物，也是智能时代终将形成的新社会形态。智能时代，技术与知识的双重进化是促进智慧社会演进的核心动力。在技术层面，人工智能等前沿技术已为智慧社会的建设提供了技术支撑；智能化、数字化、网络化等新一轮科技革命和产业变革也为其提供了环境基础；智能化浪潮推动了人类社会原有的基础设施、生产方式、发展要素、商业范式、经济形态、治理模式等发生转变，使智慧社会更侧重于人与生活。另外，智慧社会体现了前沿技术对人类社会的生产、生活、组织、思维等方面的广泛应用，促使技术逐步代替人的脑力工作，引发社会的链式突破，推动社会智慧化。在知识层面上，数据、信息、知识、智慧代表了信息资源的不同层级和深度，智慧社会意味着“智能”将成为与劳动、资本、土地、信息、数据等同等重要的新生产要素。
智慧社会的主要构成及服务单位是“智慧人”，即知识、技术所带来的驱动力归于人。主体多元、集体智能、共创共享、智能权利等特征更是源于人，而人的认知能力决定人的发展能力，人的发展能力决定了社会的智慧程度。当前，科学技术从两个方面改变着人类，一方面是“向外的”，即对世界的认识；另一方面是“向内的”，即对自我的认知，毋庸置疑，教育是提高人类认知能力最有效途径之一。所以，智慧社会的建设离不开未来教育的发展。首先，未来教育方式及内容决定了人的认知程度；其次，未来教育为智慧社会的发展和迭代提供人才；最后，教育发展中产生的需求及问题也为智慧社会的发展提供动力与方向。另外，智慧社会以智慧、互联为理念，通过“智联”建设打破知识、空间、时间之间的壁垒，形成三维空间与知识、时间两个维度协同融合的“五维教育”，将推动构建以人为中心的教育生产关系，释放教育潜能，推动智慧社会生产力的变革。所以，时代的更新、社会的发展必将带来教育的创新与变革，而未来教育的变革也决定着未来社会的迭代与升华。
(二)智能时代教育范式的转变
在中国进入历史新方位的今天，智能时代无疑是一个新起点。前沿技术与教育的深度融合，将进一步释放教育在推动人类社会发展过程中的巨大潜力。近年来，我国一系列推进人工智能教育应用的战略与规划陆续出台。2017年发布的《新一代人工智能发展规划》和2018年发布的《教育信息化2.0行动计划》等都对人工智能与教育的融合发展进行了明确规划。2019年印发的《中国教育现代化2035》更是将“加快信息化时代教育变革”列为教育现代化的十大战略任务，进一步部署推进智能教育应用。2019年，习近平总书记在给国际人工智能与教育大会的贺信中指出，人工智能时代教育的重要使命是培养大批具有创新能力和合作精神的高端人才；我们要积极推动人工智能和教育深度融合，促进教育变革创新，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。因此，站在智能时代的背景下来思考教育的创新与变革，是我们研究未来教育的基本起点。
习近平总书记的指示突出了教育的时代使命与时代对教育的影响两大问题，前者强调教育应培养时代所需的人才，而后者强调时代的科技进步为教育创新与变革带来的机遇，事实上又可以统一到“学习”这个基本出发点上。在知识快速生产、迭代和传播的智能时代，教育范式变革的核心是由被动式的“教”向主动式的“学”转变，建立学习驱动型的教育体系是智能时代教育变革的主要方向。学习动力、能力和毅力的培养让学习者具有高度的适应性，这种适应性是其面对技术和产业的快速迭代及经济社会的急剧变化时所拥有的关键能力，也是社会对未来人才素养的基本要求。主动学习意味着随时学习和终身学习成为一种常态，且学习者学习和掌握的不仅仅是知识和技能，还应当学会在面对复杂社会问题时，主动运用自身的批判性思维及复杂认知去管理目标、促进合作、增进协调，以实现个人和社会发展目标的统一。因此，为建立以学习者为中心的教育新生态，必须充分发挥互联网和人工智能优势，创新教与学方式，加快构建服务全民终身学习的教育体系。
智能时代为构建以学习者为中心的教育新生态提供了前沿技术支撑，构建数字化、智能化的终身教育体系和网络化、可持续的学习型社会已成为新的使命。此时，学校和教育机构不再是封闭的社会单元，而是通过网络汇聚形成集体智慧聚变的节点。智能时代，人们已不再满足标准化的学校教育模式，对个性化教育服务和获取更多的终身学习资源、机会有了更多需求。互联网将成为教育实践的基本支撑平台，能够实现优质教育资源更大规模、更低成本、更有效的分享，通过提供开放的理念、新的组织流程、新的供给模式、创新的思维来改变整个教育组织体系，服务全民终身学习；而以人工智能为标志的前沿技术将广泛应用于教与学的全过程，助力多元化、个性化、弹性化、高品质的学习，显著提高学习的动力、效率和质量。例如，移动设备、互联网技术的进步改变了学习的时间与空间，学习资源的丰富和智能技术的支撑使得学习可以发生在任意时间和地点；虚拟平台的建设促进了公共沟通与合作，为公众智慧的生成与共享提供了平台；在线学习平台、人工智能机器增加了学习机会、推动学习走向“混合”模式，实现实体教室与虚拟教室在空间上的混合、面授教学与在线教学的混合、同步学习与异步学习的混合；大数据为学习成果的表达及学习成果的评价提供了清晰的可视化途径和精准的数据支持；人工智能通过“数字画像”，能够精准刻画学习者的行为特征，有助于更好地了解个体差异，进而开展精准教学、提供个性化学习服务。可见，基于智能技术建立促进个性发展的教育体系，是智慧教育发展的基本趋势。
知识和学习也为智能时代经济社会的可持续发展提供了动力源泉。2019年，联合国教科文组织启动了“教育的未来”全球倡议，目的是让我们重新思考在这样一个充满不确定性的复杂世界里，教育、学习和知识如何帮助我们更好地适应社会、迎接挑战，进而重新塑造人类的未来。人类生活水平的提高有赖于科技进步，而科技进步离不开创新，创新的驱动力则是内生性的知识和学习。因此，知识和学习能够促进生产率提升、扩大经济产出，提高社会生活水平。同时，当知识要素作为投入品用于生产时，会产生强大的正外部性，从而导致规模报酬递增，而一旦有了规模报酬递增，持续的增长也就成为可能。在人人共创知识、分享知识的智能时代，获得知识收益的边际成本几乎为零，这为学习者广泛获取、使用知识提供了便利，而获取知识的过程——学习也具有显著的正外部性，学习的社会效益远大于学习本身给个人、企业、组织等带来的益处。诺贝尔经济学奖得主斯蒂格利茨(Stiglitz)指出，在人类迈向知识经济的过程中，对于持续的发展和增长尤为重要的是，经济发展不依赖传统的资源积累而是基于学习实现技术进步。当前，人工智能等前沿技术创新已成为开启新一轮增长长波的核心动力，而技术的创新和突破则有赖于知识和知识载体——人力资本的不断积累。如何加快知识和人力资本积累？显然，需要通过教育和学习。因此，构建全民学习、终身学习的学习型社会，大力发展各类学习型组织、加快推进学习型城市建设，能够最大程度地激发知识和人力资本对经济社会发展的驱动效应，促进经济高质量增长和社会的全面进步。
二、智能时代教育创新与变革的趋势
我们的研究发现，智能时代教育创新与变革呈现十大趋势：
1.新技术重塑教育生态
智能时代，人工智能等新一代信息技术是实现教育生态重塑的有效手段，也是实现全球教育改革与发展共同目标、保障教育均衡和质量的最有效工具，走向智慧教育是技术重塑未来教育的最终目标。
智能时代，人工智能、大数据、区块链、虚拟现实、5G等新一代信息技术是教育系统变革的内生力量，将承担支撑引领教育现代化发展，推动教育理念更新、模式变革、体系重构的重任。前沿技术的教育应用将强化教育与技术的融合发展，将在技术理论突破、新兴技术教育应用、智能教育技术、交互认知、脑认知机理与教学模式匹配、智慧教育、教育机器人、个性化学习与规模化教育等方面发生突破性进展，甚至是颠覆性创新。在可预见的未来，教育生态体系的重构有赖于人工智能等前沿技术支撑，人工智能教育有助于转变学习模式、促进个性化培养、减轻教师负担、优化教育治理、丰富教育供给等。我们应该理性推进人工智能与教育的融合共生，让人工智能与教育共同赋能未来，实现智慧教育。智慧教育是未来教育的典型形态之一也是未来教育的发展目标，智慧教育系统包括传递教育智慧的智慧学习环境、启迪学生智慧的新型教学模式和孕育人类智慧的现代教育制度。通过智慧教育，实现公平且有质量教育、培育未来社会卓越人才的根本目标。
2.新范式引领学习革命
构建以学习者为中心的新范式是智能时代教育变革的主要方向，由此引发的学习革命将促进主动学习和终身学习成为常态，加快构建和完善面向未来的终身学习生态体系已成为必然趋势。
终身学习强调教育过程由“以教为中心”向“以学为中心”转变，强调学习者要由他律向自律转变，强调学习需求由外驱向内驱回归，强调学习资源、学习途径、学习方式、学习内容等方面的开放性、灵活性和系统性。面向未来学习的终身学习体系将呈现以下特征：随着信息与交流技术的多样化和传播手段、信息、知识和价值观的源泉多样化，个体学习日益发生在正规教育机构之外；传统知识源泉的垄断权威性弱化，终身学习的针对性大大增强，草根满足草根的服务模式开始出现，并且可能更符合人们的学习需求；解决工作中的问题、提前为应对未来社会的变化作准备是人们学习的主要动机，基于工作场景的终身学习使灵活的技能开发和获得职业资格成为可能；正规学习与非正规学习之间的认证机制逐渐得到完善，使得不同群体都能够根据自己的条件和需求，选择适合自身的学习机会，并在学习之后实现对不同学习成果的转换。智能时代终身学习的生态发展路径包括搭建学分“立交桥”、基于大数据的学习地图、终身学习载体建设和发展、草根满足草根的新型服务模式。
3.新需求激发创新能力
未来社会迫切需要创新型、创造型人才，以激发社会创新能力，而创造力教育正是推动人才培养目标变革的重要环节与手段。
智能时代，如何对海量信息进行搜集、筛选、整合和利用，如何在日新月异的技术发展中提出具有前瞻性、创造性和领先性的技术构思，这是当今人才培养必须要思考的问题。在此背景下，未来教育必然需要培养具有“生产性”思维的创新性、创造性人才。智能时代要求创新和创造性人才具有创新人格、数字学习能力、计算思维、设计思维、思辨能力、人机协同六大特征，其中创新人格是创新能力的人性特征、思辨能力是创新能力的思维基础、数字学习能力是应对知识变迁的必备技能、计算思维是实现创新的基础技能、设计思维是实现创新的基础手段、人机协同是顺应智能时代必备技能。前沿技术赋能创造力培养主要体现在营造支持性智慧环境、变革教学模式、推广和丰富学习资源三方面。面向智能时代的创造力培养包括四大途径，即打造智慧学习环境，提供支持性服务；探索新型教学模式，实现全面培养；更新教学内容，紧跟时代需求；依托场馆情境，营造真实氛围。
4.新环境呼唤数字素养
面对智能时代的数字化成长环境及崭新的时代特征，提升数字素养迫在眉睫，只有丰富和发展学习者核心素养内涵，培育数字素养，方能更好地应对未来社会挑战。
智能时代，也是数字经济时代、智慧教育时代、数据文明时代。面对崭新的时代特征，迫切需要丰富和发展学生核心素养的内涵，强化包括信息素养、媒介素养以及数据素养在内的数字素养。区别于工业时代的学习内容与学习方式，智能时代的教育以互联网为基本媒介平台，以个性化学习为主要方式，以提升公众的数字素养为核心目标。在未来社会中，数字素养一定是每个个体生存发展的基本技能。因此，数字素养的培育乃时代之大使命。凭借单一主体的力量难以为继，构建培育和提升数字素养的生态系统实属应有之义。
5.新市场革新人力结构
知识迭代、技术进步与产业升级不断重塑原有的劳动力市场，增加了劳动力市场对创新型、高技能人才的需求，人力资本水平提升和结构优化将为高质量发展创造大规模的人才红利。
新时代的中国正在获得大规模人力资本红利，而教育是人力资本积累的最重要途径，通过提高知识和发展技术能力，教育有助于增加人力资本积累从而提高个人及组织的生产效率。可以预见的是，以劳动密集型产业为主的产业结构将逐渐退出历史舞台，取而代之的是以高技术、高附加值为主的知识、技术密集型的产业发展模式。随着人力资本水平的提升和技术的迭代，劳动力市场中人力资本结构发生变化，智能时代的到来更是增加了劳动力市场对高知识、高技能人才的需求。如果技术革新和进步替代就业岗位的速度大于劳动力市场中人力资本结构变革的速度，短期内结构性失业在所难免。但从长期来看，随着人力资本水平提升，越来越多的劳动者会满足岗位需求，而智能时代也将创造更多新就业机会、扩大生产规模而增加就业岗位。要应对智能时代的挑战，应深化教育和人才培养体系改革、不断更新劳动力的知识、技能和能力，以应对时代要求。
6.新业态丰富服务供给
智能时代，教育服务新业态新模式层出不穷，极大丰富了教育服务供给，推动了教育服务产业的蓬勃发展，满足了学习者个性化、多元化、弹性化、品质化的新学习需求。
智能时代政府、市场和社会组织的多元供给模式形成有助于教育资源的优化配置、推动公平且有质量教育目标的实现。教育服务产业是伴随新一轮科技革命、消费及需求升级快速发展起来的现代服务业，是市场配置教育资源的重要方式，已成为终身学习生态体系的重要组成部分。教育服务产业发展已走过粗放增长时代，互联网下沉与前沿技术创新为产业各细分领域的发展带来新机遇，产业升级与整合的方向将始终与技术创新、政策变化、需求驱动紧密结合。前沿技术将进一步向产业各细分领域渗透，不断创新产品和服务模式，打造全新业态和生态。教育信息化将呈现出广度、深度同时扩张的态势，职业教育、素质教育受益于政策支持也将获得广阔空间，而学前教育、K12教育、国际教育等则可通过科技赋能、品类创新、个性化服务与集团化战略等拓展潜在空间。在强监管、重规范及有序鼓励的总体政策基调下，以提升品质为核心的垂直深耕及以融合创新为核心的生态战略是未来企业赢得市场的必由路径。
7.新投资驱动产业升级
随着宏观经济金融环境、政策导向变化以及科技与教育融合的加速，资本已趋于成熟理性，投资策略也更加注重企业的内在价值与创新潜力，驱动了教育服务产业的提质升级。
教育服务产业发展过程中，金融资本不仅起到了源头的资本供给作用，同时还通过一套完整的资金流动和配置体系，提升了产业发展与金融系统之间的互动效率。智能时代，打造包含投资生态、技术生态和教育服务生态在内的融合型生态体系，有助于促进技术、产业与资本的良性发展。一级市场上，经历了数次泡沫和周期，资本已趋于成熟理性且更加注重长期价值，大额融资将进一步向已具有竞争壁垒的头部企业和项目集中。二级市场上，IPO将成为资本退出的主要渠道，特别是A股IPO将迎来新热潮。同时，尽管A股并购热潮已退，但海外并购趋势仍将持续火热，且呈现内资境外并购、外资入境双向发力态势。总体而言，成熟的资本在产业布局中的核心考量越来越与技术创新、政策支持、需求升级等因素密切相关。未来，科技赋能创造投资空间、政策驱动引领投资方向、市场扩张打开投资蓝海是教育服务产业投融资的三大机遇，但仍要警惕新一轮行业泡沫以及双主业上市公司在整合资源与管理协作等方面可能面临的问题与挑战。
8.新实践聚焦公平优质
依托于前沿技术的教育发展新实践将更加注重有质量的公平，技术不仅在促进教育公平中将发挥更大作用，也有助于优化优质教育资源的配置，提升教育发展的质量。
智能时代，公平和有质量的教育依旧是中国教育发展的主要目标，而前沿技术将在促进教育公平中发挥更大作用。在起点公平阶段，促进优质教育资源的均衡配置与共享；在过程公平阶段，智能技术不仅实现了对海量信息的精准获取，还能促进教育服务的个性化和精准化；在结果公平阶段，通过协作知识建构、基于大数据的过程性评价等，使得学习者能够获得自适应发展的客观科学评价。对于贫困地区、少数民族地区而言，教育帮扶的信息化、技术化与互联网化是改变和保障贫困地区学生受教育权的主要趋势。科学技术的发展同样为特殊需要学生的学习带来了便利和益处。同时，技术创新还促进了教师资源的优化配置进而提升教育质量。然而技术发展对教育公平也将是一把双刃剑，在认识到它对于教育公平的促进作用的同时，必须正视前沿技术发展可能产生新的数字鸿沟以及虚假平等问题。
9.新治理鼓励多元协同
现代化的教育治理体系鼓励多元主体协同参与、重构治理主体结构，为实现智能时代的教育善治目标，应将技术优势转化为制度优势，让技术与法治相互促进、相互保障，通过新制度赋能新治理。
智能时代，信息技术在教育治理的多个环节、多个层面都产生了不同程度的影响，教育生态正经历着信息技术带来的理念、形式、方法和内容的重大转变。在前沿技术支撑下，数据将更易采集且能够实现互联互通，这为科学的教育决策和管理提供了更为有力的数据保障和技术支撑，也促进了“管办评”分离和“放管服”改革。然而在前沿技术与教育融合过程中，隐私泄露、数据鸿沟、数据失信、算法歧视、决策禁锢等问题也不容忽视。智能时代的教育治理，是信息化环境下教育现代化发展与改革的一种拓展和延伸，教育治理应在新的制度和技术辅助下，更加凸显人的主体性，在教育视域内，更加关注学生的主体价值，这也是教育治理和教育现代化的终极目标。现代化教育治理是资源分配、规范体系建设、能力建设等各项任务的同步协调。多元主体参与教育治理，不仅意味着要向社会更大力度地放权，进一步促进教育开放发展，同时还需要落实好公众在教育决策中的参与权、监督和评价权，以及充分利用新一代信息技术环境与设备，将技术优势转化为制度优势，通过制度赋能治理。
10.新财政亟待兼容技术
智能时代教育财政制度创新要兼容教育领域的技术变革，向治理型教育财政转型，是加快转变政府职能的重要内容，也是实现教育治理体系和治理能力现代化的重要途径。
公共财政支持教育发展主要体现在公共财政对学历教育体系中各级各类学校教育的发展支持。但在智能时代，教育科技企业、社会资本等新的教育服务供给者，以及在线教育、智慧课堂、企业参与教育等新的教育供给形态不断涌现。为推动新技术在教育领域应用，实现智能时代的数字化教育，我国出台了一系列重要文件，建立并完善财政支持机制，以项目为抓手推进我国教育信息化发展。除传统政策支持外，我国还调整了相关学科的专业结构，鼓励高校设置人工智能、虚拟现实、微电子等新兴专业。尽管如此，我国现行的教育财政制度仍没有跟上教育领域内的技术创新步伐，现行的教育财政拨款体系并未兼容新兴的教育供给者。向治理型教育财政改革，是加快转变政府职能的重要内容，也是实现教育治理体系和治理能力现代化的重要途径。迈向治理型教育财政需要更加关注财政主体多元性、公众参与性、公益性与回应性、绩效性和法治性，发挥好市场与政府的作用，以及社会组织在提供混合公共产品方面的优势，探索出符合国情、适应社会主义市场经济发展要求的制度体系。
三、研究未来教育获得的五点启示
智能时代下的教育创新与变革即代表着未来教育的发展方向。关于未来教育，理论界和实践界从学校空间重构、学习中心迁移、教育供给模式创新、人才培养模式改革、教与学方式变革、教师角色进化、课程体系重构、评价方式迭代、教育组织管理创新等多维度进行了广泛而深入的解读。这些面向未来的教育变革要想从理论走向实践，离不开技术的支持，数据和技术将成为构建未来教育新生态的核心驱动力。
事实上，关于“未来教育”没有也无需有明确的标准和界定。这是因为，未来充满了不确定性，这使得教育体系需要根据经济社会发展的新形势、新变化不断进行调整与更新。尽管如此，教育又能够让我们在不确定性中获得某种确定，这种“确定”即是我们应对世界变化所拥有的知识和能力。当我们面向未来谈教育时，应该系统思考如何通过学习让我们在面对迅速变革的时代和社会时，能够以更加开放的思路和多元的视角，从容应对问题和挑战、抓住机遇、寻找有效解决方案、创造更多社会价值。这意味着，未来教育不是现有教育体系某一方面的变革或教育体系的边际创新，而是构建一个真正以促进学习、素养和能力提升为核心的全新教育生态，这个新生态可以为个人的终身学习与发展提供公平的、开放的、高质量的、多元的、弹性的、个性化的教育资源与服务，从而让每个人都有平等机会通过学习改变命运、成就梦想；这个新生态必须与时代接轨，紧跟前沿技术和产业变革的大趋势，可以不断满足社会对创新人才的需求，实现“学习”与“社会发展”的紧密衔接。
立足智能时代及教育的内核，我们形成了以下研究未来教育的五点启示：
1.以全人发展为根本
不论教育的形式、内容、方法、手段等如何变化，未来教育的中心依旧是培养人并为促进人的全面发展而服务，所以将人的全面发展与适应社会需求相结合建立起的新的教育生态是未来教育实践的根本立足点。“人”既是智能时代的原点也是教育的原点，所以更要思考未来教育应如何培养塑造人，才能使其适应智能时代的更迭，展现人的价值。智能时代下的教育应该从“工具思维”走向“原点思维”，将不可被人工智能替代的素养与能力作为培养的核心目标。同时，要改变割裂思维，走向关联思维，尤其要警惕将人工智能与人类智能割裂开来的做法，即要在两者关联的意义上思考人工智能与教育的关系。
2.以主动学习为中心
学习是人类获取知识以提升自我价值和社会价值的最主要途径。因此，未来教育应构建以学习者为中心的教育新生态。学习动力、能力和毅力的培养让学习者具有高度的适应性，这种适应性是其面对经济社会的急剧变化时所拥有的关键能力，也是社会对未来人才素养的基本要求。未来教育在摆脱传统的时间和空间坐标的同时打破了对人生阶段“学习期”与“工作期”的两重划分，未来的学习过程与生命过程一样漫长，学习者必须具有主动学习能力才能保证学习的连续性，这要求教育者要教会学习者用自我更新的终身学习理念去适应高速发展的社会，而与终身学习相伴随的是评价方式的革命，所以多元化评价体系的建设应成为未来教育的重要组成部分。
3.以能力提升为抓手
新生产方式的出现在要求新一代学习者具有创造性、适应性与个性的同时，也要具备批判性思维、创造性能力和开拓性精神。未来，学习者不仅要主动学习知识、掌握关键技能，更重要的是能够在社会生活中将知识和技能转变为更高阶的认知能力、批判性思维以及创新创造才能，从而在合作、协调、目标管理等方面促进个人与社会目标的实现。因此，能力培养应被视为应对未来挑战、提升国家教育实力和公民素养的重要内容。为此，未来教育必须超越知识，充分重视并营造更多实际场景以培养和磨练学习者的能力、素养和态度。
4.以优质供给为导向
为了真正形成以学习者为中心的新教育体系，未来教育应不断适应社会和个人的教育需求升级，以供给侧改革为抓手，开创教育对外开放新格局、深化教育与社会的联系、变革教育资源配置的体制机制、创新教育服务供给模式、多渠道扩大优质教育的有效供给，让公共选择机制和市场机制协同发挥作用。为此，不仅应推动正规教育的优质均衡发展，还应通过非正规教育、非正式学习等方式提供更大范围、更加灵活的终身学习机会，实现正规学习与非正规学习融合、学校学习与社会学习融合、正式学习与非正式学习融合，构建并完善正规学习、非正规学习和非正式学习之间学分和人才的双向流动机制。
5.以优化治理为保障
与未来教育新生态相伴随的是一系列不确定性带来的新挑战，新一轮科技产业革命或将摧毁旧生产力与旧生产关系，加剧传统教育制度体系与新生产力之间的矛盾。因此，未来教育需要依靠现代化的教育治理体系以有效应对挑战，同时也需要现代化的治理能力把制度优势转化为管理效能。不论时代如何更迭，政府依旧在教育治理中扮演着重要角色，但时代更迭又赋予了政府新的管理思路、手段和方法，特别是技术赋能治理创新，能够优化政府管理行为，释放教育发展活力。因此，新挑战不仅需要政府在内的多元主体共同协调和解决，技术本身也将成为解决挑战的重要工具。总之，推进教育治理体系和治理能力的现代化不仅是未来教育实践的重要内容，也为其提供了重要的制度支撑和有效保障。
人工智能融入学校教育的发展趋势
从历史来看，人工智能的发展总体上呈“螺旋上升”的态势，每一次进步都离不开技术的发展和国家政策的影响，技术的进步与发展又会反过来影响国家政策的出台。从长远来看，科学技术和国家政策仍将是人工智能持续发展的影响因素。
(二)新一轮人工智能发展以大规模数字化和行业深度应用为显著特征
新一轮人工智能技术的发展呈现出数据规模增加、计算能力增强和行业应用能力提升等显著特征。首先，在数据规模增加上，各种“模拟”数据的数字化，产生了面向系统和人类过程行为的海量数据，使数据规模快速增加。其次，得益于硬件计算性能的快速增强，人工智能计算能力大幅度提升，使其应用程序能够处理超大规模的数据。最后，人工智能技术在金融、医疗、自动驾驶、安防、家居以及营销等领域的应用已落地生根，创造出巨大商业价值，除熟知的AlphaGo和Face++，有大型企业已尝试使用无人机和无人车配送货物。行业应用的成功使人们期待人工智能融入教育领域的美好应用前景。
(三)人工智能技术的发展为学校教育改革带来新机遇
当前我国教育改革处在对象群体多元化、社会需求多样化、全民学习终身化的新形势下，如何利用新一代人工智能技术破解教育改革难题成为社会关注的热点。从历史的角度看，学校教育经历过三次转型(见表一)。伴随着第三次教育转型的到来，教育的空间与机会得到极大拓展，学习者需要能够自主选择学习时间、地点、内容和方式(黄荣怀等，2017)。
李德毅院士(2017)曾对人工智能教育应用作出评价人工智能对社会的冲击是全方位的，但对行业的冲击首当教育，人工智能带给教育的就是‘改变’”。社会普遍期待人工智能为提高教学质量、提升教学服务过程、革新教学评估方法等带来新的发展动力，如通过学习分析和用户画像技术，搜集学习者学习数据，实现学生行为全面分析及知识点掌握程度精准判断，从而绘制契合学生特点的学习发展地图；借助情感机器人和自然语言处理技术，陪伴学习者成长，增加对人的关怀和陪伴；结合知识图谱，建立领域知识库，辅助教师针对学生的不同能力生成不同的试题并进行作业批改；利用智能运动设备，如智能手环、智能肺活量等测评工具，深度采集学生健康数据，从而发现学生在体质、运动技能、健康程度等方面的问题(余胜泉，2018)。
二、技术视角下的人工智能教育应用
二十世纪五十年代，计算机作为一种特殊的工具应用于教学，是技术应用于教育的雏形，智能教学系统则是计算机辅助教学在人工智能技术促进下的新发展，是人工智能教育应用的典型之一。
(一)计算机辅助教学与智能教学系统
计算机辅助教学指用计算机帮助和代替教师执行部分教学任务，传递教学信息，传授知识和训练技能，直接为学生服务的程序(Rootetal.，2018)。相比于幻灯、投影、实验仪器等设备，计算机具有人机交互的特点，而计算机辅助的教学模式主要有操练与练习、个别辅导、模拟和教学游戏等，但这类系统无法为学习者提供个性化的学习指导，也不能根据学习情况动态调整教学策略(刘清堂等，2016)，因此有研究者开始以计算机辅助教学系统为基础设计智能教学系统的功能。从技术发展角度看，人工智能是信息技术的延伸；从教育功能上看，人工智能应用于教育的实质仍是计算机辅助教学，也可称为智能辅助教学(IntelligentTutoringSystem，简称ITS)，或称作智能导师系统、智能教学系统、智能导学系统，目的依然是提升学生学习绩效，尤其是近年来人工智能在虚拟现实、情感识别、自然语言处理、深度学习等领域的发展，赋予智能教学系统更丰富的内涵，使其受到研究者越来越多的关注。
(二)智能教学系统的功能延展
描述智能教学系统的框架较多，最典型的是1973年由哈特利(Hartley)和斯利曼(Sleeman)提出的三模型结构(ClanCey，1982)。其核心组件包括领域知识模型、学习者模型和教学模型，分别解决教授知识过程中教什么、教学对象和如何教的问题。随后，伍尔夫(Woolf，2018)在上述三模型中加入了人机接口模型又称为用户界面(UserInterface)模型。还有专家提出五模型结构，但该模型的基础和核心仍是三模型结构。而四模型结构是智能导师系统研究领域较为通用的描述框架(见图2)。近三十年来，智能教学系统的学习者模型、教学模型及领域模型的功能不断得到丰富和完善，智能教学系统更加“智能”，拓展智能教学系统教学功能的典型途径包括借助语义网络和约束模型优化领域知识模型、利用元认知扩展学习者模型和结合虚拟现实技术拓展用户接口界面。
1.领域知识模型和学习者模型的重构
实现领域知识重构，可以采用增加语义网络和约束模型的方式细化领域知识模型功能。语义网络指用词与词之间的关系表达人类知识结构的形式，提供问题和知识点的语义关联。随着命题语义网络和数据语义网络技术的开发应用，以及基于问题解决和概念提示等知识表达规则的应用，领域知识模型不仅包含学科内容的知识，还包括应用这些知识求解问题的过程性知识及建构正确解答和求解问题的策略性知识。约束模型指通过分析学习者信息，如学习者行为、情境信息和反馈信息，从而为他们提供有针对性的学习方案(MitroviC，2012)。如智能教学系统EER-Tutor通过使用教学对话、感知情境等方式，判断和回应学生的情感状态，从而提供支持服务。
学习者模型重构可以通过引入新的研究理论使模型涵盖的内容不断丰富，如利用元认知支架获得学习者的动机、参与程度和自我意识(Dimitrovaetal.，2007)；系统还能利用环境约束分析学习者的认知水平和情感状态(Grawemeyeretal.，2015)；社会模拟也可以通过理解文化和社会规范，使语言学习者能够与其目标语言使用者成功地接触进而提升语言学习效率(Johnson&Valente，2009)。
2.用户界面模型的优化
早期智能教学系统用户界面的呈现一般采用基于文本或者2D的图画，这在一定程度上限制了对空间及物理概念的传输，而虚拟现实、增强现实技术可通过模拟真实世界里学习者无法访问的某些场景，提供身临其境的体验。当虚拟现实技术被应用于教学系统时，该系统不仅为学生提供探索、互动和操控虚拟世界的机会，还有助于他们将学到的知识迁移到现实世界中，进而以更自然的方式响应学生的请求(Westerfieldetal.，2013)。同时，系统还可以通过视频捕捉、跟踪等技术捕捉学生的行为，以及借助三维图形、视频动画、音频和文本等多模态方式搜集信息，提高系统对学生需求的适配性。
3.智能服务功能的扩展
智能服务功能主要指利用大数据与学习分析等技术为学习者提供个性化学习支持服务。它通过感知、跟踪、收集学生学习过程的行为数据，动态了解学生状况，并根据个人能力和需求，选择最合适的内容推送给学习者(Pearson&UCLKnowledgeLab，2016)(见图3)。学习者接收到相关内容(可能通过文本、语音、活动、视频或动画的方式)后，人工智能教育应用(ArtificialIntelligenceinEducation，简称AIED)系统将对学习者互动过程进行分析(如学习者目前的学习行为和答案、过去成绩以及出错率、当前情感状态)；同时，该系统会根据上述信息做出反馈(如暗示和指导)，通过调整教学进度并优化教学组织方式，确保学生的学习内容最大限度地符合他们的能力和需求，从而最有效地促进学习。
三、人工智能的教育应用潜能
人工智能与学校的融合主要涉及两个层面的问题：一，人工智能融入学校的价值是什么？以何种方式实现学校教育与智能技术的融合？二，未来的数字公民需要结合人工智能进行学习，那么人如何学会与智能机器共处。基于以上思考，本文深度剖析了人工智能融入学校教育的五项潜能和五项挑战(见图4)。
(一)支持个性化学习
数字环境下成长起来的新一代学习者对学习提出了更高诉求，步调统一、时间地点固定的学习方式正在被打破。他们渴望采用自定步调、任意时间、任意地点的学习方式。智能辅助系统/教育机器人将使上述学习方式成为可能：一，获取学习行为数据，并借助大数据和学习分析技术，为学习者提供适切的学习资源和路径；二，通过提供沉浸式的虚拟学习环境，学习者可在任意时间、任意地点参与到学习中。如设计游戏化的虚拟学习场景后，根据游戏故事的展开，从游戏和玩家获取在线参与信息，并基于这些信息使用人工智能算法确定采用哪些适合的学习行动(Pearson&UCLKnowledgeLab，2016)；三，促进学习者认知水平和情感状态的转变，以积极的心态参与到学习活动中，如智能教学系统通过模仿学习者的认知和情感状态，将学习活动与认知需求和情感状态相匹配，保证学习过程中学生深度投入。
(二)提供教学过程适切服务
学习支持服务是在远程学习时教师和学生接受到的关于信息、资源、人员和设施支持服务的综合(丁兴富，2001)。西沃特(Sewart，1978)第一次对学习支持服务做了系统论述，此后，学习支持服务作为远程教育领域特有的重要概念和实践活动不断得到丰富和发展。在远程教育师生时空分离的环境中，学习效率与教学质量的保证，必须要有相适应的学习支持服务系统，而学习支持服务系统也是学生取得良好学业表现的重要保障。人工智能技术通过分析来自计算机、穿戴设备、摄像头等终端数据，能够跟踪学习者和教学者的行为，对特定场景下的行为进行细粒度分析，从而得出面向特定对象的特定需求，再借助自适应学习支持系统将匹配的学习内容、教学专家和学习资源推送给用户。
(三)提升学业测评精准性
传统的学生档案袋记录不能及时、全面地反映学生真实的学习状况，尤其是在某些地区班额和师生比不合理的条件下，教师没有足够的时间和精力记录学生学习过程。学习分析技术为搜集学习者从小学至大学的全过程学习数据提供了新的解决途径，并能运用多类分析方法和数据模型解释与预测学习者的学习表现(Leeetal.，2016)，从而准确把握学科教学目标，调整教学策略，优化教学过程。除外，学业评测还能捕捉学生的情感状态和生理行为数据，如利用穿戴手表、语音识别和眼球追踪等数据捕获设备，捕捉学生生理和行为数据，获取学生的情感状态和学习注意力数据(Kieferetal.，2017)，挖掘深层次的行为数据，为精准的学习支持服务提供依据。
(四)助力教师角色转变
历史类、语言类、电子工程类、管理类等智能教学系统已逐步应用于课内外学习中。这一发展对于减轻教师工作负荷大有裨益。人工智能技术将成为教师角色转变的催化剂，部分替代教师的“机械”工作，传统的备课、课堂讲授、答疑辅导和作业批改等将不再是教师的专属：如辅导答疑任务可由虚拟代理替代，用智能辅助系统/教育机器人承担教师的某些任务，协作承担教学环节当中可重复的、程式性的、靠记忆或反复练习的教学模块，帮助教师将更多的精力投入到创新性和启发性的教学活动中，如情感交互、个性化引导、创造性思维开发，不断为教师赋能。
(五)促进交叉学科发展
人工智能教育应用一直是跨学科的领域，可利用计算机科学、生物学、心理学、教育神经科学等学科优势，从不同侧面深入理解学习过程，从而建立更准确的领域知识模型、学习者模型，更好地为学习者提供理论指导。如有研究者开展关于“智能激励”和“成长心态”的研究。“智能激励”是心理学、计算机科学领域的交叉研究，指的是当学习与不确定的奖励相关联时，学习可以得到改善(Demetriou，2015)。“成长心态”(Dweck&Leggett，1988)是社会学、心理学和计算机科学的交叉研究领域，主要探索“心态”在学习中的作用。有团队已研发出一种模拟大脑支持学习者以最有效的方式发展成长心态的智能技术(Brainology)(Harrisetal.，2009)。越来越多的证据表明，这种“成长心态”可以改变学生的心态，从而对他们的学业成就产生实质性影响。
四、人工智能深度融入学校教育的挑战
人工智能技术为学校教育提供了新的发展契机，但仍有一些挑战影响其教育服务能力，亟需研究者合理应对。这些挑战包括人工智能的教育价值、人机共处环境下的教学体验、智能技术的安全伦理、政府企业与学校有效协同和人机和谐发展的技术治理。
(一)人工智能的教育价值
在信息技术广泛应用的“智能时代”，新兴技术的教育应用已在深度和广度上获得了最大限度实现。然而，教育是一种特殊的活动，“为了人的发展”始终是教育的基本出发点和落脚点，如何最大程度地发挥人工智能应有的教育价值，正确认识人工智能技术在学校教育中发挥作用的前提、条件和限制是教育工作者首要考虑的问题。因此，人工智能融入学校始终应以促进“人的发展和成长”为基本立场，通过找到两者之间的契合点，将人工智能技术有效融入学校教育。
(二)人机共处环境下的教学体验
人工智能技术将引发教育教学系统各要素及其关系发生变革。在智能机器引入学习后，教学交互将实现的人人、人机等多维互动、人和机器一起工作，会引发学习者不同的学习体验，但技术并不是都会按照人们的预期在教学中发挥作用，有时甚至会起到相反的效果。例如，研究表明，在班级使用笔记本电脑的同学会花费很多时间进行多任务处理，不仅使自己分心，还影响其他同学。更重要的是，笔记本电脑的使用对学生的学习会产生负面影响，包括在自述课文内容及课堂表现上。还有研究表明，使用平板记笔记的学生在概念性问题的表现上比普通书写方式记笔记的学生差，用平板记笔记的学生虽然花了更多时间且包括更多内容，但借助科技而造成被动记忆几乎把这些好处抵消掉了(Ikanth&Asmatulu，2016)。作为反思性实践者的教师和学生，除了教学实践场景中的直观、表层体验外，更需要教师能批判地分析和判断人工智能技术应用的教学体验，进而成为指导教育教学实践的原则和原理，真正实现人工智能技术促进优化课堂教学实践的目的。
(三)政府、企业与学权的有效协同
人工智能融入学校教育的驱动力，除来自技术的成熟外，还有企业的驱使。《2016全球教育机器人发展白皮书》曾指出，未来教育机器人的市场规模或达百亿美元，教育机器人将成为工业机器人和服务机器人以后的第三类机器人。在会议迎宾、餐厅服务、远程客服等场景服务机器人已为大众所接受，将促进机器人与教育场景的结合。除教育机器人外，情感识别、人脸识别、智能语音处理等人工智能技术如何在学校教育中更好地服务师生也受到学校和企业的广泛关注。政府、企业与学校的有效协同将是未来人工智能融入学校教育的关键，企业与高校的互补，将在算法改进、教学方法研究、教育资源汇总等方面为人工智能融入学校教育提供强有力的支撑，具体来说包括人工智能设备生命周期管理制度、人工智能资源建设标准、技术共享及评价标准、人工智能技术的教育应用场景、技术研发资金、学校对接方式、校企合作方式等。
(四)人机和谐发展的技术治理
随着物联网、大数据技术及云计算等信息通信技术的兴起，社会技术化程度的显著提升，一种新的社会治理方式——技术治理悄然兴起。技术治理关注如何高效治理社会公共事务，并强调运用科学理论、技术方法和工具进行社会治理(刘永谋，李佩，2017)。技术治理产生的初衷是通过技术手段治理由信息技术引发的社会问题。如根据温度传感器的警报发现灾情，根据城市道路的车流量预测道路拥堵情况，根据摄像头留下的图像追踪罪犯的逃跑路线等。
技术发展的宗旨是更好地为人类服务，发展轨迹应与人文提倡的发展轨迹相契合。2017年1月，在霍金、马斯克等人的推动下，超过892名人工智能研究人员及另外1445名专家共同签署并发布了《人工智能23条原则》，确保人工智能的发展行进在正确轨道上。如何通过合理监管有效引导人工智能技术的发展，自然成为社会舆论绕不开的难题。当前核心并非“是否应该对人工智能的发展进行治理”，真正的挑战在于“治理什么”，以及“如何治理”人工智能并非单个领域、单个产业的技术突破，而是对于社会运行状态的根本性变革，包括数据标准化、社会服务平台、多领域智能系统协调发展等，均可纳入技术治理范围。
(五)智能技术的安全与伦理
人工智能技术融入学校教育的过程中，技术部署面临安全伦理的挑战。人工智能技术的应用需要大量教育数据的挖掘、整合和分享，智能产品的产业链上有开发商、平台提供商、操作系统和终端制造商、其他第三方等多个主体参与，这些主体均具备访问、上传、共享、修改、交易及利用用户提供的数据的能力。这一过程自然会触及学生或教师的性格取向、个性偏好、智力水平及情感、社会性交往等个人信息，那么这些数据的安全维护以及隐私保护最终将由谁来负责以及如何负责？如何应对科技辅助下学术不端现象的出现？
人工智能系统的安全部署必须考虑深层的伦理问题，设计者和生产者在开发相关教育产品时并不能准确预知可能存在的风险，因此必须保障人工智能设计的目标与多数人的利益一致，即使在决策中面对不同的场景或利益群体，人工智能也能做出符合社会规范、伦理以及相对科学合理的决定，才能真正实现保障公共安全的目的。
五、人工智能融入学校教育的典型研究领域
人工智能融入学校教育主要表现为“技术研发、环境部署与应用”“认知特征、学习本质与教育价值”“智能机器的安全、规范与伦理”三大研究领域。其中“技术研发、环境部署与应用”研究较多，主要集中在认知工具、差异化教学、适应性学习系统、学习环境感知和教育机器人方面(见图5)。
(一)研发面向特殊教育的认知工具
全纳教育提倡不让一个孩子掉队，让所有学生在合适的教育环境中接受教学。据调查，普通学校的普通班级存在大量的非盲、聋、弱智的特殊学生。在接受调查的30所普通小学中，有“特殊”儿童的学校占85%以上，65.6%的学校有情绪、行为、心理问题的学生(刘全礼，2016)。基于智能辅助技术的认识工具的开发，能为接受特殊教育的学习者认知能力的提升提供支持性服务，具体可以从以下方面展开：针对不同学习者的认知能力分析技术开发；不同学科所需技能分析技术开发；面向不同学科的特殊认知工具设计；面向不同学生群体的认知工具设计等。
(二)利用学习分析技术支持差异化教学
差异化教学管理既是课堂教学目标的实现途径，也是未来学校教育教学的目标之一，当前多借助学习分析技术实现。学习分析技术是对学习者学习过程进行记录、跟踪、分析，对学习者行为进行预测、评估(李艳燕等，2012)。当前的学习分析技术，多借助技术手段和应用软件跟踪和获取学生行为、学习轨迹等数据，主要集中于数据分析和行为分析层次。由于目前的设备不能清晰获取学习目标和教学目标，还难以做到精准学习分析，因此离差异化教学管理还有距离。以下方面的研究都值得关注：人工智能如何在教学管理工具、学习支持工具以及资源提供工具上给予差异化的保障；如何最大限度地发挥技术的管理支持作用；如何通过个性化学习目标和多元活动教学设计使学生主动投入深度学习。
智慧校园建设强调智能技术与教育教学的深度融合。单纯的网络基础设施装备、学与教数字化资源建设、应用软件系统的开发难以有效支撑教与学方式的变革和拓展相对封闭的时空维度。为此，智慧校园建设需要利用传感器和物联网技术随时随地感知、捕获和传递有关人、设备、资源的信息；同时还需要对学习者个体特征(学习偏好、认知特征、注意状态、学习风格等)和学习情境(学习时间、学习空间、学习伙伴、学习活动等)进行感知、捕获和传递。
(四)研发课内外教学有效衔接的适应性教学
系统自适应性教学系统将成为衔接课内外教学的有效途径。它可以突破时空的限制，打破课堂学习的界限，让学习者在任意时间和任意地点进行学习。该系统能够从学习环境、学习者特征、学习资源与工具、学习行为及评价反馈等方面提供全方位、立体多维的学习者学习分析模型及知识地图，完成对区域、学校、班级、学生等多维度的数据处理及分析。随着研究的深入与各种技术的应用，未来可以针对以下主题展开研究：对适应性学习策略进行形式化描述的方法与模型研究仍需突破，没有明确的学习目标指引，容易出现学习迷航现象；学习者特征模型的准确性与有效性的评价有待加强；学习内容获取的智能性是否能适应学习者特征和学习需求等。人工智能教育应用研究还应开发越来越多、能够表达学习者的社会性、情感性和元认知方面的模型，使基于人工智能技术的自适应学习系统能涵盖影响学习的所有相关因素，并将其转化应用到教学实践中。这些人工智能教育应用将对教育系统的革命性结构变革作出巨大贡献。
(五)研发教育领域服务型机器人
教育机器人是人工智能、语音识别和仿生技术在教育中应用的典型，具有教学适用性、开放性、可扩展性和友好的人机交互等特点。当前，教育机器人作为一个新兴领域，相关研究主要集中在听觉能力、视觉能力、认人能力、口语能力、情绪侦测能力及长期互动能力等领域。随着机器人技术的不断提高，教育服务机器人的应用越来越普遍，表现出了无可比拟的教育价值和发展前景，其多学科交叉融合的特性为培养宽口径、高素质、复合型的工程人才提供了良好的平台。然而，其实践应用仍然存在课程管理平台、对应的学习内容和师资缺乏等诸多困难，也面临各学段课程无法衔接、机器人教育应用研究匮乏等现实问题。未来的教育机器人研究还需继续研究感应技术、辨识技术、控制语言、机器人结构、无线网络、云端科技和仿生技术等，并从教育机器人的系统架构、教学平台管理移动设备与管理端的关系进行规划，使教育机器人的发展更完备。
(六)开展关于认知特征、学习本质和教育规律的研究
从解决单一特定任务(如下棋、机械制造)和特定领域问题(如人机对话、机器人高考)到行业变革(如服务机器人、智能制造)以及全面服务于人们的学习、工作和生活，人工智能技术将逐步满足人类日益复杂的功能需求，智能技术的支持和学习资源的丰富将使在任意时间和任意地点开展学习成为可能。需要指出的是，人工智能教育应用的生命周期受认知特征、学习本质、教学规律相关的学习科学和教育相关领域综合研究的制约。在智能时代，复杂的教学系统功能逐步实现，人们对学习本质的探讨和教育规律的追寻将比任何时代更加强烈，如什么是学习、如何让学习者获得更好的学习效果、如何多维度地获取学习者的认知特征等。
(七)开展关于智能机器的安全、伦理和规范的研究
人工智能系统的技术伦理就是要确保人工智能的决策与现有的法律、社会伦理一致，以保障人工智能应用符合人类社会的共同利益。《国家人工智能研究和发展战略计划》指出，在构建人工智能技术伦理时，国家有责任确保整个社会尽快提升人工智能技术的应用素养，保证人们可以适当地、高效率地、符合伦理规范地使用这些新技术。人工智能并非单个领域、单个产业的技术突破，而是对社会运行状态的根本性变革。目前，关于机器道德(MachineMorality)、机器伦理学(MachineEthics)、道德机器(MoralMachine)、人工道德(ArtificialMorality)等领域已有一定的研究，但仍有多个议题亟待深入探讨：如何缓解人工智能可能加剧的教育不平等现象；如何平衡人工智能带来的教师发展与失业问题；如何建立围绕算法和数据的治理体系；如何创新基于人工智能技术的社会治理体系。
六、结语
新一代人工智能以大规模数字化和行业深度应用为显著特征，将为学校教育改革带来新的机遇，促成“智能教育”的落地，有助于打破教育的时间、空间和环境的限制，促进智能化、个性化、终身化教育体系的构建。智能教学系统源于传统的“计算机辅助教学”，是人工智能融入学校教育的典型应用领域之一。以大数据、VR/AR和新一代人工智能等为代表的现代信息技术可进一步延展智能教学系统的“教学”功能，比如通过增加语义网络和约束模型增强领域知识模型功能，利用虚拟现实技术和增强现实技术优化用户界面模型功能，并结合大数据和学习分析技术完善个性化教育服务功能。
人工智能时代的教育应以人机共存的“教”与“学”为典型特征。因此，在智能时代，除了培养学习者的创造力、沟通力和终身学习力外，仍需关注基本技能(如阅读、写作和算数)的培养，从而提升原住民的数字生存能力。新一代人工智能融入学校教育将具有支持个性化学习、提供适切服务等五大潜能。但在教育教学实践中，人工智能应用仍面临人机共处环境下的教学体验、人机和谐发展的技术治理等五个挑战。后续研究还需分析应对人工智能融入学校教育挑战的对策，深挖与两大新兴发展研究领域(“智能时代的认知特征、学习本质与教育价值”和“智能机器的安全、规范与伦理”)相关的研究课题，以促进人工智能与就业的深度融合，提高教育教学质量。
基金项目：北京市科技计划项目“互联网教育个性化学习开放服务平台研发与应用”（D171100003417003)的子项目“面向在线教育的数字教育资源共享标准规范与创新服务模式研究”。
作者简介：刘德建，博士研究生，北京师范大学教育学部，北京师范大学智慧学习研究院联席院长，研究方向：人工智能与教育；杜静，博士研究生，北京师范大学教育学部，研究方向：自适应学习、智慧学习环境；姜男，高级研究员，北京师范大学智慧学习研究院，研究方向：教育管理、教师专业发展；黄荣怀（通讯作者），教授，博士生导师，北京师范大学智慧学习研究院，北京师范大学教育学部，研究方向：智慧学习环境、教育信息化。
来源：《开放教育研究》第24卷第4期转自公众号：MOOC（微信号：openonline）返回搜狐，查看更多